PACMS: Submodular Context Selection as a Pluggable Engine for LLM Agents
PACMS：即插即用的次模上下文选择引擎，提升长会话LLM Agent问答
🧭 Agent 上下文管理 · 次模优化 ★ 深度解读
Nasiko
提出基于设施选址次模函数的上下文选择方法，在保持回忆的同时将LLM Agent端到端QA准确率提升8~12个点
📌 工作参考价值（4 点）
- 电商对话Agent的长上下文管理：电商客服、导购Agent的会话会累积商品信息、用户意图、工具调用结果，PACMS的做法可直接移植：将所有来源（记忆、对话、API响应）统一为一个候选池，每次模型调用时根据最新查询做子模覆盖选择，优先保留与当前需求最相关的信息，丢弃冗余。
- 推荐解释/文案生成中的上下文压缩：在生成推荐理由或广告文案时，需从大量用户行为、商品属性中筛选关键句，可使用类似设施选址覆盖的贪心选择，在 token 预算内最大化覆盖相关属性，同时自动剔除重复表述。
- 插件化设计支持策略A/B测试：PACMS将上下文选择实现为可替换的引擎插件，通过本地HTTP服务暴露接口，支持多种策略（PACMS、MMR、top-k、last-k）。这种做法可直接照搬，让搜索推荐Agent的上下文组装逻辑与主框架解耦，便于线上快速切换和效果评估。
- 工程优化技巧：嵌入向量缓存常驻服务、失败时回退到简单策略（soft fail）、成本感知的贪心近似，这些实现细节对构建稳定低延迟的在线服务具有参考价值。